|
L'Intelligenza Artificiale consiste nella costruzione di macchine "pensanti", ossia capaci di aiutare o assistere l'uomo nel risolvere compiti teorici o pratici. La sua nascita ufficiale risale al 1956. Già Alan Turing, uno dei padri dei moderni computer, affrontò i principali problemi che hanno dato luogo a diverse interpretazioni del programma di ricerca dell'IA. Con l'avvento della sua macchina, Turing discusse le obiezioni di una "macchina intelligente" dovute all'incompatibilità della nozione di "automatismo" con quella di "intelligenza".
Tra i diversi campi di studio dell'IA, si è sviluppata la robotica, il cui scopo principale è quello di sostituire l'uomo in alcune attività produttive. I robot della prima generazione hanno capacità di memoria, mentre quelli della seconda vengono progettati per interagire con l'ambiente esterno. Nel 1956 Allen Newell e Herbert Simon e Shaw hanno creato il ''Logic Theorist'', un programma capace di imitare il ''problem solving'' di un essere umano.
Il ''Logic Theorist'' ha avuto un ruolo protagonista nel [[w:Conferenza di Dartmouth|seminario estivo]] organizzato da Minsky, Rochester, Shannon e McCarty. L'obiettivo di tale incontro era quello di esaminare che ogni aspetto dell'apprendimento può essere specificato, affinché sia possibile costruire una macchina che la simuli. Il seminario si tenne nel Dartmouth College. Qui i fondatori dell'IT discussero con McCarthy sul fatto che la programmazione dell'LT non fosse scritta in linguaggio macchina, bensì di un livello superiore. Esso fu considerato come il miglior progetto in stato di realizzazione avanzato tra quelli discussi a Dartmouth.
Il campo di ricerca e gli studi che ruotano attorno alla tematica dell'Intelligenza Artificiale hanno una storia molto recente. Possiamo indicare il 1956 come anno in cui nasce tale disciplina anche se troviamo ampie e chiare anticipazioni, se pur a livello concettuale, nelle tesi di Alan Turing. Quest'ultimo, analizzando il comportamento adottato dall'uomo nell'effettuare un calcolo, giunge alla conclusione che tutto ciò può essere riprodotto meccanicamente da una macchina, si pensi al suo celebre saggio, "una macchina può pensare?", all'interno del quale tramite un test si propone la possibilità di verificare se una macchina possa essere pensata come intelligente o no.
La disciplina dell'intelligenza artificiale ,dunque, ruota attorno ai tentativi dell'uomo di realizzare dispositivi in grado di aiutarlo, se non di sostituirlo, non solo in discipline di carattere pratico ma anche teorico, quali l'elaborazione di calcoli complessi, il controllo e la pianificazione, la consulenza specializzata in alcune prestazioni professionali . L’i. artificiale è caratterizzata dall’interesse per gli aspetti di: percezione dell’ambiente, per es. attraverso l’elaborazione di segnali provenienti da sensori di vario tipo per estrarre gli elementi utili alle decisioni o alla comprensione; interazione con l’ambiente, per es. attraverso interfacce uomo-macchina basate su meccanismi di comprensione del linguaggio naturale, dei manoscritti, di segnali vocali o di immagini; apprendimento, con conseguente modifica del comportamento nel tempo; rappresentazione della conoscenza, sia per una efficace interazione con l’ambiente, sia per facilitare l’analisi, sia per un’efficace soluzione dei problemi di decisione; risoluzione di problemi, anche di tipo non strutturato e tale da richiedere l’elaborazione di informazioni in forma simbolica; realizzazione di processi decisionali ovvero traduzione di decisioni aggregate in decisioni operative e, in particolari ambiti, attuazione delle decisioni. Tuttavia affiancano l'IA una serie paradossi che vedono l'inconciliabilità del concetto di "macchina" con quello di "intelligenza" , per penetrare in fondo a tale paradossalità e tentarne la risoluzione è bene analizzare la varie tappe che portarono alla realizzazione di una macchina che possiamo considerare intelligente : il calcolatore.
Le radici concettuali riguardanti la possibilità di ridurre il ragionamento ad un calcolo e, la possibilità di costruire una macchina, che fosse in grado di realizzare questo calcolo, risalgono a Leibnitz. Concretamente questo progetto fu messo su carta da Babbage che tuttavia, non ebbe mai la possibilità di realizzarlo. "Mark I" fu il primo esempio di calcolatore che aveva tutte le caratteristiche indicate da Babbage. Era una macchina a programma, le istruzioni per eseguire un calcolo, una volta codificate in forma binaria su un nastro di carta perforato, potevano essere effettuate sequenzialmente in modo automatico, cioè senza l'intervento umano. Il suo inventore fu il fisico Howard Aiken il quale tuttavia solo ad uno scherzo del destino deve la sua fama. Sembra infatti che prima di Aiken, l'ingegnere Konrad Zuse avesse realizzato un calcolatore automatico, che usava una rappresentazione completamente binaria noto come "Z3" il quale andò distrutto a causa dei bombardamenti degli alleati sulla Germania. In questo contesto il conflitto mondiale assume una notevole importanza, proprio l'incalzare della guerra e la necessità di cogliere di sorpresa il nemico con innovazioni tecnologiche sempre migliori ed efficienti stimolò i più a fare ricerche ed introdurre innovazioni. Si pensi Robert Wiener il quale contribuisce alla sostituzione del calcolatore analogico con quello digitale più veloce e preciso nei calcoli. Wiener , in particolare, può essere considerato il padre della cibernetica ovvero, usando le parole dello stesso, " lo studio del controllo e della comunicazione negli animali e nelle piante". Ancora al contesto della seconda Guerra Mondiale ricolleghiamo la venuta di "Colossus" ,il più grande calcolatore automatico mai realizzato, completamente elettronico con valvole al posto dei relè meccanici, che contribuì nella decrittazione dei codici militari Tedeschi. Alla realizzazione di Colossus contribuì Alan Turing affiancato dal matematico Max Newman. Alan Turing negli anni a seguire partecipò alla realizzazione di altri calcolatori ad esempio dell'ACE e del MADM ma la vera svolta si ebbe negli Stati Uniti con ENIAC, il più grande calcolatore mai costruito alla cui realizzazione partecipò il matematico John von Neuman. Egli ideò un calcolatore di nuova concezione, che sarebbe rimasta sostanzialmente immutata fino ad oggi, concepito non soltanto come un recipiente di dati ma come un sistema capace di elaborare e manipolare quei dati. All'ENIAC seguirono l'EDSAC e l'EDVAC, questi calcolatori avevano due caratteristiche fondamentali : erano capaci di manipolare non solo simboli numerici ma anche simboli generali, e l'istruzione di "salto condizionato", con il quale si dà al calcolatore una capacità discriminativa. La macchina in questo caso non si limita a seguire le istruzioni ma valuta esse stessa quale ordine di esecuzione adottare. Queste due capacità presenti nei calcolatori fecero si che si iniziasse a parlare di "pensiero meccanico" .Un valido esempio di queste proprietà è rappresentato dai nuovi programmi per l'EDSAC in particolare è da tenere presente in questo contesto quello ideato da Anthony Oettinger. Quest'ultimo aveva ideato programmi in grado di apprendere basando la propria capacità di agire sull'esperienza e sulla capacità memorizzare tali esperienze,(quindi un tipo di apprendimento mnemonico), di conseguenza, nel momento in cui tale programma si ritrova ad agire lo farà in maniera automatica, avendo memorizzato il comportamento da adattare. Queste procedure permettevano alla macchina di scegliere tra varie alternative a seconda dei risultati ottenuti in precedenza, di conseguenza esse "organizzavano sensatamente" l'informazione.
Durante questo periodo, dunque, si facevano spazio una molteplicità di programmi che imitavano prestazioni umane o erano in competizione con esse. Ricordiamo in questo contesto oltre Oettinger, il matematico, informatico statunitense Shannon, ma, il programma che ebbe maggiore impatto fu quello proposto da Rochester, il quale si era proposto di simulare su IBM 701 (il primo calcolatore commerciale prodotto dalla IBM), la teoria sviluppata dallo psicologo Donald Hebb, per il quale l'apprendimento consisteva nel rafforzamento delle connessioni tra neuroni, ripetutamente attivati. Tutto ciò portò allo snodarsi di una duplice direzione che l'intelligenza artificiale avrebbe potuto prendere : da un lato il coinvolgimento del calcolatore elettronico nelle ricerche neurologiche, dove esso può essere utilizzato per controllare teorie per il funzionamento del cervello, dall'altro l'utilizzo del calcolatore per "funzioni superiori" che tuttavia non includano la simulazione della struttura biologica celebrale.
All'origine dell'intelligenza artificiale vi è lo studio del comportamento decisionale nei giochi. Shannon aveva iniziato a fare questo tipo di ricerche concentrandosi sul gioco degli scacchi. Un calcolatore elettronico che possedesse questo tipo di programma doveva essere programmato in modo tale che potesse in qualche modo anticipare le mosse avversarie e di conseguenza conoscere tutte le possibili mosse e le risposte relative a quest'ultime. Shannon tentò di realizzare tutto ciò tramite l'applicazione della teoria del minimax. Il minimax, nella teoria delle decisioni, è un metodo per minimizzare la massima (minimax) perdita possibile; in alternativa, per massimizzare il minimo guadagno (maximin). Fu scoperto nella teoria dei giochi in caso di gioco a somma zero con due giocatori, sia nel caso di mosse alternative (turni) che di mosse simultanee, venendo successivamente esteso a giochi più complessi e al supporto decisionale in presenza di incertezza.Una versione semplice dell'algoritmo si può vedere in giochi come il tic-tac-toe (tris) dove è possibile vincere, perdere o pareggiare.
Se il giocatore A può vincere con una sola mossa, la mossa migliore è quella vincente.
Se il giocatore B sa che una data mossa porterà A a poter vincere con la sua prossima mossa, mentre un'altra lo porterà a pareggiare, la migliore mossa del giocatore B è quella che lo porterà alla patta.
Verso la fine del gioco è facile capire quali sono le mosse migliori; l'algoritmo minimax trova la mossa migliore in un dato momento cercandola a partire dalla fine del gioco e risalendo verso la situazione corrente. Ad ogni passo l'algoritmo assume che il giocatore A cerchi di massimizzare le sue probabilità di vincere, mentre B cerchi di minimizzare le probabilità di vittoria di A, per esempio massimizzando le proprie chances di vittoria.
Nel caso di Shannon questa teoria trova una difficoltà insormontabile nell'esplosione combinatoria delle mosse possibili. Tali considerazioni furono riprese e migliorate da un altro studioso Samuel, il quale utilizzò la dama per sperimentare la capacità di apprendere delle macchine. Il programma di Samuel risolveva il problema di Shannon applicando un tipo di "apprendimento mnemonico" , già visto in Oettinger, tramite cui la macchina memorizzava mosse e situazioni già compiute che davano la possibilità di svolgere un 'analisi più approfondite delle possibili mosse. Un'altra impostazione veniva invece adottata da Simon, egli aveva abbandonato l'idea della studio di una strategia ottimale ed impeccabile che considera la sola astratta razionalità, per introdurre l'aspetto psicologico nello studio della scelta . L'agente è infatti condizionato da una serie di fattori che non gli permettono di mettere in atto strategie ottimali ma solo strategie parziali, di conseguenza la sua programmazione nel gioco degli scacchi non era basata sui perfezionamenti della funzione di valutazione di Shannon ma sulle strategie soddisfacenti che egli aveva considerato il cuore dei processi umani di soluzione di problemi. Ad affiancare Simon fu il fisico Allen Newell con cui abbandonò il progetto del programma per gli scacchi per concludere quello di un dimostratore automatico di teoremi della logica enunciativa.
==Il seminario di Dartmouth==
Gran parte della ricerca sulla deduzione automatica si concentrò sui cosiddetti ''raffinamenti della risoluzione''. Ma a seguito degli insoddisfacenti risultati ottenuti, l’attenzione si spostò sulle procedure euristiche, ispirate ai metodi umani di risoluzione dei problemi.
L’impossibilità di utilizzare le prestazioni di QA3 in presenza di problemi complessi mise in evidenza il cosiddetto ''frame problem'', formulato da McCarthy e Patrick Hayes, derivante dai cambiamenti che in un mondo reale possono verificarsi durante l’esecuzione di un piano e che la nostra mente risolve tramite lo sfumato ragionamento del buon senso, caratteristica precipua della logica ''grigia'' umana.
I due ricercatori posero una netta differenziazione tra i problemi derivanti dal controllo delle inferenze, definiti '''euristici''' e i problemi relativi alla rappresentazione della conoscenza, tramite un linguaggio formale, definiti come '''epistemologici'''.
Per McCarthy la corretta impostazione dei problemi epistemologici può essere preliminare alla soluzione di altri; occorre quindi chiarire prima gli aspetti della logica necessari per catturare il carattere non monotono del ragionamento del buon senso.
[[w:Marvin_Minsky|Marvin Minsky]] lanciò un pesante attacco alle tesi ''logiciste'', che a suo avviso non erano in grado di affrontare il carattere olistico della conoscenza umana.
==La posizione di Federico Faggin==
Il fisico italiano [[w:Federico Faggin|Federico Faggin]], capo progetto dei primi microprocessori e fondatore della [[w:Synaptics|Synaptics]], ditta sviluppatrice dei primi [[w:Touchpad|Touchpad]] e [[w:Touchscreen|Touchscreen]], si sta occupando dal 2011 allo studio della consapevolezza, tramite la Federico and Elvia Faggin Foundation, fondazione no-profit da lui creata. La questione della consapevolezza è fortemente legata al dibattito sull'intelligenza artificiale. In un articolo del dicembre 2015, pubblicato da "Mondo digitale"<ref>http://mondodigitale.aicanet.net/2015-6/articoli/01_sara_possibile_fare_un_computer_consapevole.pdf</ref>, Faggin inizia, infatti, la sua riflessione chiedendosi se sarà davvero possibile - come ritengono molti suoi colleghi - costruire delle macchine pienamente in grado di riprodurre azioni e pensieri umani, fino a superare l'intelligenza degli esseri umani stessi. Faggin ammette che dei successi nel campo delle IA sono stati raggiunti (giocare a scacchi e sconfiggere un avversario di medio livello, svolgere in un tempo brevissimo calcoli molto complessi, ecc.) ma che essi si riducono paradossalmente al campo dei problemi di grande difficoltà, mentre l'IA resta impotente di fronte a quelli ritenuti "semplici" dagli esseri umani (il riconoscimento di un volto, ecc.). Malgrado la potenza e la velocità di calcolo sempre maggiori dei moderni computer, essi restano incapaci di riprodurre il pensiero umano. Questo perché, secondo Faggin, il cervello umano ha sviluppato, nel corso dei secoli, un pattern recognition in grado di trovare delle scorciatoie in breve tempo quando ci si trova di fronte a problemi immediati, come un pericolo imminente (una pantera semicoperta dai cespugli). Questa capacità di risolvere operazioni "matematiche" di natura sconosciuta viene definita da Faggin "forza sottile", che non siamo in grado di programmare nei computer, dotati, invece di "forza bruta" (rapidità nello svolgere calcoli matematici espliciti). Il cervello umano opererebbe, quindi, una sorta di catalogazione dei problemi, dunque dei dati ricevuti, in grado di rendere più immediata la risoluzione di quelli più imminenti o più abituali. Ciò significa che il cervello umano è in grado di "pesare" i dati ricevuti, ovvero di capirne il significato. L'uomo ha, dunque, consapevolezza di sé, di ciò che pensa, di ciò che sa e di ciò che non sa. Ed è proprio questa consapevolezza ha renderlo vivo e, quindi, assolutamente diverso da un computer, che non è vivo. Per Faggin la consapevolezza non è un epifenomeno dei processi neurologici, come ritengono molti scienziati, ma un qualcosa di realmente esistente. La sua opinione è che siccome non si è mai riusciti a comprendere scientificamente la consapevolezza, la si è ritenuta non esistente. Essa non potrà mai essere compresa finché si continuerà ad applicare uno studio [[w:riduzionismo|riduzionistico]] ad un sistema [[w:olismo|olistico]] quale è l'uomo e quale è la cellula stessa. Come dimostrato dalla [[w:meccanica quantistica|meccanica quantistica]], infatti, l'[[w:universo|universo]] è un sistema olistico, in cui le parti non sono separate dal tutto, e il tutto solo limita alla semplice somma delle parti, ma l'Uno (inteso come totalità dell'esperienza, interna e esterna) è costantemente in comunicazione con se stesso e può, quindi, avere autoconoscenza di sé. Questa è la grande differenza dell'uomo con i computer, che, in quanto sistemi riduzionistici, raggiungono la consapevolezza del migliore dei transistor che lo compongono e, in essi ogni parte non è connessa con il tutto: ogni parte svolge il suo ruolo senza essere consapevole del lavoro delle altre. Le IA non potranno, dunque, equiparare l'intelletto umano finché saranno basate su sistemi riduzionistici, in quanto dotati di una consapevolezza inferiore non per grado, ma per qualità. Degli sviluppi interessanti potrebbero aversi con l'utilizzo di computer quantistici - e quindi non più basati sulla [[w:meccanica classica|meccanica classica]] - ma la possibilità reale di raggiungere le capacità dell'uomo si avrà solo con la realizzazione di computer dotate di cellule animali, in particolare umane, ipotesi molto lontana dal presente. Per tale motivo, Faggin ritiene che lo sviluppo di computer sempre più potenti non dovrebbe creare preoccupazione sulla possibilità di una loro "ribellione" all'uomo, ma sulla possibilità reale di finire nelle mani di uomini malvagi che li userebbero per i loro fini, perché, in quanto inconsapevoli, i computer si limitano ad eseguire i comandi per i quali sono stati programmati.
==Riferimenti bibliografici==
|
